Des algorithmes d’IA sont formés à l’EPFL pour voir et entendre le Covid dans les poumons
A l’EPFL, des chercheurs développent des algorithmes de deep learning en mesure d’identifier les symptômes de Covid-19 à partir d’ultrasons pulmonaires et de bruits respiratoires.
L’intelligence artificielle et le deep learning trouvent toujours plus d’applications dans le domaine de la santé. Echographies et enregistrements sonores peuvent par exemple être passés aux cribles par des modèles d’IA pour diagnostiquer le Covid-19. C’est pour ce cas d’usage que le groupe intelligent Global Health (iGH) de l’EPFL élabore les algorithmes d’apprentissage profond DeepChest et DeepBreath. Le premier est spécialisé dans les images pulmonaires et le second dans les bruits de respiration. «L’intelligence artificielle nous permet de mieux comprendre les schémas complexes dans ces examens cliniques fondamentaux. Jusqu’à présent, les résultats sont très prometteurs», déclare le professeur Martin Jaggi de la Faculté informatique et communications de l’EPFL.
Evolution d’autres projets pré-Covid
Aussi bien DeepChest que DeepBreath sont nés avant la survenue de la pandémie du nouveau coronavirus. DeepChest a démarré en 2019 et visait d’abord à définir des marqueurs capables de mieux distinguer la pneumonie virale de la pneumonie bactérienne. La partie clinique du projet est aujourd'hui menée au CHUV (Lausanne), où des milliers d’images d’ultrasons pulmonaires ont été recueillis auprès de patients souffrant des symptômes de Covid-19 et admis aux urgences. DeepBreath tire son origine d’un projet élaboré aux HUG (Genève) pour mieux diagnostiquer la pneumonie. Dans ce cadre, des bruits respiratoires sont recueillis depuis 2017 pour concevoir un stéthoscope numérique intelligent, baptisée le «pneumoscope». Ces enregistrements sont aujourd’hui utilisés pour développer l’algorithme DeepBreath. Les chercheurs espèrent qu’il sera en mesure de diagnostiquer le Covid-19 d’ici la fin de l’année.
Lutter contre d’autres maladies respiratoires
«Nous continuons à améliorer et à valider les algorithmes, et à rendre la logique de boîte noire complexe plus facile à interpréter pour les cliniciens. Nous voulons créer des outils robustes et fiables, dont les capacités vont au-delà de cette pandémie», confie Mary-Anne Hartley, médecin et chercheuse au sein du groupe intelligent Global Health. Au-delà du Covid-19, ces algorithmes promettent d’être utiles dans la lutte contre les autres maladies respiratoires et de répondre également à l’enjeu croissant posé par la résistance aux antibiotiques, précise l’EPFL.
Rappelons que d’autres chercheurs de l’EPFL travaillent sur des algorithmes capables de diagnostiquer le Covid-19 à partir du son de la toux enregistré sur un smartphone.
